OpenRouter

모델 슬러그를 붙여넣어 모든 OpenRouter 모델을 실행합니다.

실행 아무 에서 사용 가능한 비전-언어 모델 OpenRouter 모델 슬러그를 다음에 붙여 넣어 model_id 필드 - 예. openai/gpt-4o-mini, anthropic/claude-3.5-sonnet, google/gemini-2.5-pro, qwen/qwen3.6-27b.

이것은 OpenRouter를 위한 일반적인 탈출구입니다. 전용 블록이 없는 모델(Qwen-VL, Kimi, Gemma, Llama Vision)을 사용해 보고 싶고, 새 블록이 추가될 때까지 기다리지 않고 시험해 보고 싶을 때 사용합니다.

이 블록은 표준 VLM 작업 유형 인터페이스를 지원합니다:

• 열린 프롬프트 (제약 없음) - 어떤 프롬프트든 사용하여 원시 응답을 생성합니다

• 텍스트 인식(OCR) (ocr) - 모델이 이미지의 텍스트를 인식합니다

• 시각 질의응답 (visual-question-answering) - 모델이 프롬프트에 제출한 질문에 답합니다

• 짧은 캡션 생성 (caption) - 모델이 이미지에 대한 짧은 설명을 제공합니다

• 캡션 생성 (detailed-caption) - 모델이 이미지에 대한 긴 설명을 제공합니다

• 단일 레이블 분류 (classification) - 모델이 이미지 콘텐츠를 제공된 클래스 중 하나로 분류합니다

• 다중 레이블 분류 (multi-label-classification) - 모델이 이미지 콘텐츠를 제공된 클래스 중 하나 이상으로 분류합니다

• 프롬프트 없는 객체 탐지 (object-detection) - 모델이 이미지의 주요 객체에 대한 바운딩 박스를 탐지하여 반환합니다

• 구조화된 출력 생성 (structured-answering) - 모델이 지정된 필드가 포함된 JSON 응답을 반환합니다

🛠️ API 키

기본적으로 이 블록은 다음을 사용합니다 Roboflow에서 관리하는 OpenRouter 키 를 사용하며 Roboflow 크레딧으로 청구됩니다. 별도 설정은 필요하지 않습니다. Roboflow 청구를 우회하려면, 본인의 sk-or-... 키를 API 키 필드에 붙여넣으세요.

🔒 개인정보 필터

• 데이터 수집 안 함 (기본값) – 제공업체가 입력값으로 학습하지 않을 수 있습니다.

• 데이터 수집 허용 – 더 넓은 제공업체 풀.

• 데이터 보존 없음 – 가장 엄격하며, 아무것도 보존하지 않는 제공업체로 제한합니다.

모델 사용 가능 여부

OpenRouter는 다양한 기능을 가진 수백 개의 모델을 제공합니다. 모든 모델이 이미지 입력을 지원하는 것은 아니며, 일부는 텍스트 전용이거나 추론 전용입니다. 모델이 보이는 응답을 반환할 수 없다면(예: 다음을 모두 소모하는 추론 모델이 최대 토큰 수 내부 사고에 모두 사용하므로), 다음을 늘려 보세요 최대 토큰 수 또는 다른 모델을 선택하세요.

유형 식별자

단계에서 다음 식별자를 사용하세요 "type" 필드: roboflow_core/openrouter@v1 워크플로우에 이 블록을 단계로 추가하려면.

속성

이름	유형	설명	참조
name	str	이 단계에 대한 고유 식별자를 입력하세요..	❌
API 키	str	OpenRouter API 키입니다. 기본값은 Roboflow에서 관리하는 키이며, Roboflow를 통해 크레딧으로 청구됩니다. Roboflow 청구 없이 OpenRouter를 직접 호출하려면 본인의 sk-or-... 키를 제공하세요..	✅
privacy_level	str	제공업체 개인정보 필터입니다. 더 엄격한 수준은 제공업체 풀을 줄이며, 관리형 키의 호출당 비용을 증가시킬 수 있습니다..	❌
최대 토큰 수	정수	모델이 응답에서 생성할 수 있는 최대 토큰 수입니다..	❌
온도	float	모델에서 샘플링할 온도 - 0.0~2.0 범위의 값이며, 값이 높을수록 생성 결과가 더 무작위적 / "창의적"이 됩니다..	✅
최대 동시 요청 수	정수	이미지 배치에 대한 동시 요청 수입니다. 지정하지 않으면 블록은 Workflows Execution Engine에서 전역적으로 구성된 값을 기본값으로 사용합니다. 속도 제한에 걸리면 제한하세요..	❌
model_id	str	OpenRouter 모델 슬러그, 예: openai/gpt-4o-mini, anthropic/claude-3.5-sonnet, qwen/qwen3.6-27b. 전체 목록은 https://openrouter.ai/models 를 참조하세요..	✅
작업 유형	str	모델이 수행할 작업 유형입니다. 값에 따라 필요한 매개변수와 출력 응답이 결정됩니다..	❌
prompt	str	모델로 보낼 텍스트 프롬프트..	✅
출력 구조	Dict[str, str]	예상 JSON 응답의 구조를 가진 딕셔너리..	❌
클래스	List[str]	사용할 클래스 목록..	✅

이 참조 열은 워크플로우 런타임에서 사용 가능한 동적 값으로 속성을 매개변수화할 수 있는 가능성을 나타냅니다 워크플로우 런타임입니다. 자세한 내용은 바인딩 을 참조하세요.

런타임 호환성

인터넷 필요 - 에어갭 / 오프라인 배포 : 이 블록은 완전히 오프라인 / 에어갭된 배포에서는 접근할 수 없는 서비스에 의존합니다.

입력 및 출력 바인딩

사용 가능한 연결은 바인딩 유형에 따라 달라집니다. 어떤 바인딩 유형인지 확인하세요 OpenRouter 버전 v1 을 가지고 있는지.

입력 및 출력 바인딩

• 입력

  • API 키 (Union[ROBOFLOW_MANAGED_KEY, secret, string]): OpenRouter API 키입니다. 기본값은 Roboflow에서 관리하는 키이며, Roboflow를 통해 크레딧으로 청구됩니다. 본인의 sk-or-... 키를 제공하세요..

  • 온도 (float): 모델에서 샘플링할 온도 - 0.0~2.0 범위의 값이며, 값이 높을수록 생성 결과가 더 무작위적 / "창의적"이 됩니다..

  • 이미지 (이미지): 추론할 이미지입니다..

  • model_id (string): OpenRouter 모델 슬러그, 예: openai/gpt-4o-mini, anthropic/claude-3.5-sonnet, qwen/qwen3.6-27b. 전체 목록은 https://openrouter.ai/models 를 참조하세요..

  • prompt (string): 모델로 보낼 텍스트 프롬프트..

  • 클래스 (list_of_values): 사용할 클래스 목록..

• 출력

  • 출력 (Union[string, 언어 모델 출력]): 다음의 경우 문자열 값 string 또는 LLM / VLM 출력인 경우 언어 모델 출력.

  • 클래스 (list_of_values): 모든 유형의 값 목록.

예시 JSON 정의

{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/openrouter@v1",
	    "api_key": "rf_key:account",
	    "privacy_level": "<block_does_not_provide_example>",
	    "max_tokens": "<block_does_not_provide_example>",
	    "temperature": "<block_does_not_provide_example>",
	    "max_concurrent_requests": "<block_does_not_provide_example>",
	    "images": "$inputs.image",
	    "model_id": "openai/gpt-4o-mini",
	    "task_type": "<block_does_not_provide_example>",
	    "prompt": "내 프롬프트",
	    "output_structure": {
	        "my_key": "설명"
	    },
	    "classes": [
	        "class-a",
	        "class-b"
	    ]
	}